改进的共振稀疏分解及其在滚动轴承复合故障诊断中的应用

作者:张守京; 慎明俊; 杨静雯; 吴芮
更新时间:

滚动轴承复合故障信号中的每个故障特征都受到传输路径等因素的影响,因此在多缺陷共存的情况下,很难提取出单个缺陷所诱发的故障特征。提出了一种基于双参数优化、子带重构和改进共振稀疏分解(RSSD)的滚动轴承复合故障诊断方法。首先,利用人工鱼群算法自适应地选择RSSD的品质因子和分解层,构造与故障特征相匹配的最优小波基,得到含有瞬态冲击的低共振分量。其次,根据所提出的子带筛选准则,选择并重构低共振分量中包含瞬态冲击分量的最优子带。最后,利用多点最优最小熵反卷积算法(MOMEDA)对重构信号中的周期性故障冲击进行识别和提取。仿真信号和轴承寿命周期复合故障信号的分析表明,与RSSD-MCKD相比,该方法能够有效地提取复合故障信号中的故障特征,准确地实现轴承复合故障诊断。